智能聲音識別技術（Intelligent Speech Recognition，ISR）主要是通過對監測樣本的聲音特征進行分析，得到該樣本的聲音特征文件。特別的專業數字信號處理器（Digital SignalProcessor，DSP）芯片具有很強的數據處理能力，可最大限度地減少占用CPU資源，從而實現一臺計算機同時對多個音頻信號進行并行處理識別。這就徹底克服了一般語音識別算法存在占用CPU時間長、識別速度不夠的弱點，非常適合大規模商業化應用。智能聲音識別技術采用了特別的算法，能自動對輸入的音頻信號進行前期處理調節，從而大大提高了聲音識別的正確率，經過實際測試，其識別準確率高達98%以上，達到了國內先進水平。這也使得此項技術真正進入了實用階段。

目前，聲音識別技術主要有兩大類：一類是聲音的相似性識別;另一類是語音的意義識別。其中第二類是通過語音識別，將語音變成文字，主要用于信息的快速輸入、人工智能、人機對話等領域。而第一種聲音的相似性識別，是比較兩個聲音的相似性，從大量的聲音信息中，找出和某一個樣本聲音相似的部分，主要用于某一個特定聲音的篩選，可廣泛應用于信息檢索、國家安全等領域。

根據客戶的需求，在語音識別系統中主要采用聲音相似性識別技術，識別廣播電視節目。要進行聲音的相似性識別，首先必須對音頻信號進行數字化，也就是量化處理，包括樣本的量化和被識別聲音的量化，其次對經過量化的兩個聲音文件進行匹配對比，通過復雜的計算，得出匹配結果。

手機的語音助手功能從蘋果Siri的異常火熱發展到現在已經非常普及，僅需一個手機應用程序便能實現。電視的語音操作則是由近期快速發展的智能電視所引導起來的，現在許多高性能的智能電視中也已經比較常見了。

語音控制可以用多屏互動的語音輸入來實現，可以控制電視的搜索、應用程序的打開、換臺等動作。超強的語音識別技術，只需要簡單下達口令，即可輕松完成電視控制、咨詢信息以及搜索功能。

語音控制需要電視具備強大的處理運算能力，首先需要識別聲音，把口語轉化為文字，再通過語音知識庫來進行匹配識別。接著還需要系統自動執行相應的任務，進行音量調節、換臺、切換模式等。而這直接對電視硬件配置提出了要求，一般功能強大、反應迅速的語音系統一定有一個強大的處理核心。